DYNAMIC MODES OF THE SENSOR SIGNAL CONSCIOUSNESS IN NEURONLIKE MODELS: WAYS TO THE «NEUROMORPHIC» INTELLECT AND PROBLEMS
Cite this article as:
Yakhno V. G. DYNAMIC MODES OF THE SENSOR SIGNAL CONSCIOUSNESS IN NEURONLIKE MODELS: WAYS TO THE «NEUROMORPHIC» INTELLECT AND PROBLEMS. Izvestiya VUZ. Applied Nonlinear Dynamics, 2011, vol. 19, iss. 6, pp. 130-144. DOI: https://doi.org/10.18500/0869-6632-2011-19-6-130-144
Universal models of neuronlike type, from which the systems of transformation and identification of information signals are constructed in accordance with predetermined goals are considered. The models of different levels in a model system are aimed at performing functional operations characteristic of live systems. The presented set of base models and the most obvious dynamic modes of their operation can adequately describe the features of conscious perception and response of live systems to various sensor signals. The models with biologically inspired architecture are used for the creation of technical devices (simulators) which permit one to reproduce the main features of the behavior of live systems.
1. Мастеров А.В., Рабинович М.И., Толков В.Н., Яхно В.Г. Исследование режимов взаимодействия автоволн и автоструктур в нейроноподобных средах. Коллективная динамика возбуждений и структурообразование в биологических тканях / Горький: ИПФ АН СССР, 1988. С. 89.
2. Bellustin N.S., Kuznetsov S.O., Nuidel I.V., Yakhno V.G. Neural networks with close nonlocal coupling for analysing composite image // Neurocomputing. 1991. Vol. 3. P. 231.
3. Yakhno V.G., Bellustin N., Krasil’nikova I., Kuznetsov S., Nuidel I., Panfilov A., Perminov A., Shadrin A., Shevyrev A. Research system of decision making by composite image fragments using neuron-like algorithms // Radiophysics & Quantum Electronics. 1994. Vol. 37. P. 625.
4. Яхно В.Г. Модели нейроноподобных систем. Динамические режимы преобразования информации // Нелинейные волны – 2002 / Отв. ред. А.В. Гапонов-Грехов, В.И. Некоркин. Нижний Новгород: ИПФ РАН, 2003. С. 90.
5. Xiao-Jing Wang. Neurophysiological and computational principles of cortical rhythms in cognition // Physiol. Rev. 2010. Vol. 90, No 3. P. 1195.
6. An overview of neuromorphic systems. http://www.neuromorphicblog.com/?p=28
7. Fopefolu Folowosele Neuromorphic Systems: Silicon neurons and neural arrays for emulating the nervous system // Neurdon. 2010. August, 12. http://www.neurdon.com/2010/08/12/
8. Leslie S. Smith. Neuromorphic systems: Past, present and future// http://www.google.ru/url?sa=t&rct=j&q=neuromorphic%20system&source=web& cd=4&ved=0CDcQFjAD&url=http%3A%2F%2Fciteseerx.ist.psu.edu%2Fviewdoc %2Fdownload%3Fdoi%3D10.1.1.187.6804%26rep%3Drep1%26type%3Dpdf&ei =vKLHTo_ZNorDswbNoo3-Bg&usg=AFQjCNFZQHM7iBmD5EG8vPapNyOOL 69cTQ&cad=rjt
9. Чернавский Д.С., Карп В.П., Никитин А.П., Чернавская О.Д. Схема конструкции из нейропроцессоров, способной реализовать основные функции мышления и научного творчества // Изв. вузов. Прикладная нелинейная динамика. 2011. Т. 19, No 6. C. 21.
10. ЧернавскаяО.Д., ЧернавскийД.С., КарпВ.П., НикитинА.П. О роли понятий «образ» и «символ» в моделировании процесса мышления средствами нейрокомпьютинга//Изв. вузов. Прикладная нелинейная динамика. 2011. Т. 19, No 6. C. 5.
11. Тельных А.А. Математические модели нейроноподобных сред для разработки систем обнаружения и распознавания объектов заданных классов. Дис... канд. физ.-мат. наук / М.: МФТИ, 2009. 125 с.
12. Жданов А.А. Автономный искусственный интеллект. М.: Бином. Лаборатория знаний, 2008. 359 c.
13. Яхно В.Г., Полевая С.А., Парин С.Б. Базовая архитектура системы, описывающей нейробиологические механизмы осознания сенсорных сигналов // Когнитивные исследования / Под ред. Ю.И. Александрова, В.Д. Соловьева. М.: Изд-во «Институт психологии РАН», 2010. Вып. 4. С. 273.
14. Станкевич Л.А. Моделирование мышления и когнитивные многоагентные системы нейрологические системы // XI Всесоюзная конференция «Нейроинформатика – 2009»: Сб. науч. тр. М.: МИФИ, 2009. Ч. 2. С. 208.
15. Яхно В.Г. Динамика нейроноподобных моделей и процессы «сознания» // VIII Всероссийская науч.-тех. конф. «Нейроинформатика – 2006»: Лекции по нейроинформатике. М.: МИФИ, 2006. С. 88.
16. Эрик Берн. Игры, в которые играют люди. Психология человеческих отношений. Люди, которые играют в игры. Психология человеческой судьбы / Пер. с англ. Общ. ред. М.С. Мацковского; Послес. Л.Г. Ионина и М.С. Мацковского. СПб.: Лениздат, 1992. 400 с.
17. Парин С.Б., Яхно В.Г., Цверов А.В., Полевая С.А. Психофизиологические и нейрохимические механизмы стресса и шока: Эксперимент и модель // Вестник Нижегородского государственного университета им. Н.И. Лобачевского. Нижний Новгород: Изд-во ННГУ, 2007. No 4. С. 190.
18. Парин С.Б. Роль эндогенной опиоидной системы в формировании экстремальных состояний. Дис... д-ра б. наук / М., 2011. 491 с.
19. Самсонович А.В. Метакогнитивные архитектуры как новая парадигма в моделировании мозга и мышления // XIII Всероссийская научно-техническая конференция «Нейроинформатика–2011»: Лекции по нейроинформатике. М.: НИ-ЯУ МИФИ, 2010. 130 с.
20. Сайт стратегического общественного движения «Россия 2045». http://www.2045.ru/
21. Кабаков Б.Л. A mouse – виртуальная мышь-анимат, программа-симулятор. http://www.animatlab.ru
22. Величковский Б.М. Когнитивная наука. Основы психологии познания. М.: «Смысл», 2006. В 2-х томах.
23. Иваницкий Г.Р. XXI век: Что такое жизнь с точки зрения физики // УФН. Т. 180, No 4. P. 337.
24. Реутов В.П., Шехтер А.Н. Как в XX веке физики, химики и биологи отвечали на вопрос: Что есть жизнь? // УФН. 2010. Т. 180, No 4. P. 393.
25. Рабинович М.И., Мюезинолу М.К. Нелинейная динамика мозга: Эмоции и интеллектуальная деятельность // УФН. 2010. Т. 180, No 4. P. 371.
26. Полевая С.А. Интегративные принципы кодирования и распознавания сенсорной информации. Особенности осознания световых и звуковых сигналов в стрессовой ситуации // Вестник НГУ. 2008. Т. 2, вып. 2. С.106.
27. Полевая С.А., Парин С.Б., Стромкова Е.Г. Психофизическое картирование функциональных состояний человека // Экспериментальная психология в России: Традиции и перспективы / Под ред. В.А. Барабанщикова. М.: Изд-во «Инст. психологии РАН», 2010. С. 534.
28. Дилтс Р. Фокусы языка. Изменение убеждений с помощью НЛП. СПб.: Питер, 2002. 320 с.
29. Маслоу А. Мотивация и личность. 3-е изд. / Пер. с англ. СПб.: Питер, 2008. 352 с.
30. Раджниш Б.Ш. Ошо – психология эзотерического. М., 2004. 160.
31. Свияш А. Проект «Человечество»: Успех или неудача? Размышления о людях и их странном поведении. М.: АСТ: Астрель, 2006. 286 c.
BibTeX
author = {V. G. Yakhno },
title = {DYNAMIC MODES OF THE SENSOR SIGNAL CONSCIOUSNESS IN NEURONLIKE MODELS: WAYS TO THE «NEUROMORPHIC» INTELLECT AND PROBLEMS},
year = {2011},
journal = {Izvestiya VUZ. Applied Nonlinear Dynamics},
volume = {19},number = {6},
url = {https://old-andjournal.sgu.ru/en/articles/dynamic-modes-of-the-sensor-signal-consciousness-in-neuronlike-models-ways-to-the},
address = {Саратов},
language = {russian},
doi = {10.18500/0869-6632-2011-19-6-130-144},pages = {130--144},issn = {0869-6632},
keywords = {Neuronlike modules,consciousness–unconsciousness,time estimation in episodic memory,making decision dynamics,intuition,cognitive filters.},
abstract = {Universal models of neuronlike type, from which the systems of transformation and identification of information signals are constructed in accordance with predetermined goals are considered. The models of different levels in a model system are aimed at performing functional operations characteristic of live systems. The presented set of base models and the most obvious dynamic modes of their operation can adequately describe the features of conscious perception and response of live systems to various sensor signals. The models with biologically inspired architecture are used for the creation of technical devices (simulators) which permit one to reproduce the main features of the behavior of live systems. }}